Eddy-covariance measurements are performed at several hundred sites all over the world on a long-term basis. The gathered data are used to characterise ecosystem exchanges of trace gases, water and energy and to validate or constrain process-based models. There is an increasing demand on standardised and comprehensive quality flagging and uncertainty quantification of these fluxes. In this paper, we review established quality assessment procedures and present a comprehensive newly composed strategy emphasising tests on high-frequency raw data, expanding existing tests on statistics, fluxes and corrections, plus quantification of errors. Moreover, representativity of fluxes is checked by footprint analysis. This strategy is applied within the recently launched TERENO network of ecosystem observatories, and its robustness is demonstrated for data acquired with different measurement set-ups. Four test data sets from TERENO and one data set from CarboEurope-IP were subjected to this quality assessment. The presented strategy is compared with established quality assessment schemes, and it is demonstrated that unrealistic fluxes are now efficiently excluded while retaining the largest possible amount of high quality data. Additionally, the algorithms applied provide comprehensive, reproducible, qualitative and quantitative uncertainty estimates for users of eddy-covariance flux data.

The global distribution of the optimum air temperature for ecosystem-level gross primary productivity ([Formula: see text]) is poorly understood, despite its importance for ecosystem carbon uptake under future warming. We provide empirical evidence for the existence of such an optimum, using measurements of in situ eddy covariance and satellite-derived proxies, and report its global distribution. [Formula: see text] is consistently lower than the physiological optimum temperature of leaf-level photosynthetic capacity, which typically exceeds 30 °C. The global average [Formula: see text] is estimated to be 23 ± 6 °C, with warmer regions having higher [Formula: see text] values than colder regions. In tropical forests in particular, [Formula: see text] is close to growing-season air temperature and is projected to fall below it under all scenarios of future climate, suggesting a limited safe operating space for these ecosystems under future warming.

Abstract The Protocol for the Analysis of Land Surface Models (PALS) Land Surface Model Benchmarking Evaluation Project (PLUMBER) was designed to be a land surface model (LSM) benchmarking intercomparison. Unlike the traditional methods of LSM evaluation or comparison, benchmarking uses a fundamentally different approach in that it sets expectations of performance in a range of metrics a priori—before model simulations are performed. This can lead to very different conclusions about LSM performance. For this study, both simple physically based models and empirical relationships were used as the benchmarks. Simulations were performed with 13 LSMs using atmospheric forcing for 20 sites, and then model performance relative to these benchmarks was examined. Results show that even for commonly used statistical metrics, the LSMs’ performance varies considerably when compared to the different benchmarks. All models outperform the simple physically based benchmarks, but for sensible heat flux the LSMs are themselves outperformed by an out-of-sample linear regression against downward shortwave radiation. While moisture information is clearly central to latent heat flux prediction, the LSMs are still outperformed by a three-variable nonlinear regression that uses instantaneous atmospheric humidity and temperature in addition to downward shortwave radiation. These results highlight the limitations of the prevailing paradigm of LSM evaluation that simply compares an LSM to observations and to other LSMs without a mechanism to objectively quantify the expectations of performance. The authors conclude that their results challenge the conceptual view of energy partitioning at the land surface.

Abstract. This paper describes ESM-SnowMIP, an international coordinated modelling effort to evaluate current snow schemes, including snow schemes that are included in Earth system models, in a wide variety of settings against local and global observations. The project aims to identify crucial processes and characteristics that need to be improved in snow models in the context of local- and global-scale modelling. A further objective of ESM-SnowMIP is to better quantify snow-related feedbacks in the Earth system. Although it is not part of the sixth phase of the Coupled Model Intercomparison Project (CMIP6), ESM-SnowMIP is tightly linked to the CMIP6-endorsed Land Surface, Snow and Soil Moisture Model Intercomparison (LS3MIP).

Abstract. The Community Atmosphere–Biosphere Land Exchange model (CABLE) is a land surface model (LSM) that can be applied stand-alone and provides the land surface–atmosphere exchange within the Australian Community Climate and Earth System Simulator (ACCESS). We describe new developments that extend the applicability of CABLE for regional and global carbon–climate simulations, accounting for vegetation responses to biophysical and anthropogenic forcings. A land use and land cover change module driven by gross land use transitions and wood harvest area was implemented, tailored to the needs of the Coupled Model Intercomparison Project 6 (CMIP6). Novel aspects include the treatment of secondary woody vegetation, which benefits from a tight coupling between the land use module and the Population Orders Physiology (POP) module for woody demography and disturbance-mediated landscape heterogeneity. Land use transitions and harvest associated with secondary forest tiles modify the annually resolved patch age distribution within secondary vegetated tiles, in turn affecting biomass accumulation and turnover rates and hence the magnitude of the secondary forest sink. Additionally, we implemented a novel approach to constrain modelled GPP consistent with the coordination hypothesis and predicted by evolutionary theory, which suggests that electron-transport- and Rubisco-limited rates adjust seasonally and across biomes to be co-limiting. We show that the default prior assumption – common to CABLE and other LSMs – of a fixed ratio of electron transport to carboxylation capacity at standard temperature (Jmax, 0∕Vcmax, 0) is at odds with this hypothesis; we implement an alternative algorithm for dynamic optimisation of this ratio such that coordination is achieved as an outcome of fitness maximisation. The results have significant implications for the magnitude of the simulated CO2 fertilisation effect on photosynthesis in comparison to alternative estimates and observational proxies. These new developments enhance CABLE's capability for use within an Earth system model and in stand-alone applications to attribute trends and variability in the terrestrial carbon cycle to regions, processes and drivers. Model evaluation shows that the new model version satisfies several key observational constraints: (i) trend and interannual variations in the global land carbon sink, including sensitivities of interannual variations to global precipitation and temperature anomalies; (ii) centennial trends in global GPP; (iii) coordination of Rubisco-limited and electron-transport-limited photosynthesis; (iv) spatial distributions of global ET, GPP, biomass and soil carbon; and (v) age-dependent rates of biomass accumulation in boreal, temperate and tropical secondary forests. CABLE simulations agree with recent independent assessments of the global land–atmosphere flux partition that use a combination of atmospheric inversions and bottom-up constraints. In particular, there is agreement that the strong CO2-driven sink in the tropics is largely cancelled by net deforestation and forest degradation emissions, leaving the Northern Hemisphere (NH) extratropics as the dominant contributor to the net land sink.

Abstract. In the last few years the method of cosmic-ray neutron sensing (CRNS) has gained popularity among hydrologists, physicists, and land-surface modelers. The sensor provides continuous soil moisture data, averaged over several hectares and tens of decimeters in depth. However, the signal still may contain unidentified features of hydrological processes, and many calibration datasets are often required in order to find reliable relations between neutron intensity and water dynamics. Recent insights into environmental neutrons accurately described the spatial sensitivity of the sensor and thus allowed one to quantify the contribution of individual sample locations to the CRNS signal. Consequently, data points of calibration and validation datasets are suggested to be averaged using a more physically based weighting approach. In this work, a revised sensitivity function is used to calculate weighted averages of point data. The function is different from the simple exponential convention by the extraordinary sensitivity to the first few meters around the probe, and by dependencies on air pressure, air humidity, soil moisture, and vegetation. The approach is extensively tested at six distinct monitoring sites: two sites with multiple calibration datasets and four sites with continuous time series datasets. In all cases, the revised averaging method improved the performance of the CRNS products. The revised approach further helped to reveal hidden hydrological processes which otherwise remained unexplained in the data or were lost in the process of overcalibration. The presented weighting approach increases the overall accuracy of CRNS products and will have an impact on all their applications in agriculture, hydrology, and modeling.

Abstract Accurately predicting regional-scale water fluxes and states remains a challenging task in contemporary hydrology. Coping with this grand challenge requires, among other things, a model that makes reliable predictions across scales, locations, and variables other than those used for parameter estimation. In this study, the mesoscale hydrologic model (mHM) parameterized with the multiscale regionalization technique is comprehensively tested across 400 European river basins. The model fluxes and states, constrained using the observed streamflow, are evaluated against gridded evapotranspiration, soil moisture, and total water storage anomalies, as well as local-scale eddy covariance observations. This multiscale verification is carried out in a seamless manner at the native resolutions of available datasets, varying from 0.5 to 100 km. Results of cross-validation tests show that mHM is able to capture the streamflow dynamics adequately well across a wide range of climate and physiographical characteristics. The model yields generally better results (with lower spread of model statistics) in basins with higher rain gauge density. Model performance for other fluxes and states is strongly driven by the degree of seasonality that each variable exhibits, with the best match being observed for evapotranspiration, followed by total water storage anomaly, and the least for soil moisture. Results show that constraining the model against streamflow only may be necessary but not sufficient to warrant the model fidelity for other complementary variables. The study emphasizes the need to account for other complementary datasets besides streamflow during parameter estimation to improve model skill with respect to “hidden” variables.

Aim. To quantify the intra-community variability of leaf-out (ICVLo) among dominant trees in temperate deciduous forests, assess its links with specific and phylogenetic diversity, identify its environmental drivers, and deduce its ecological consequences with regard to radiation received and exposure to late frost. Location. Eastern North America (ENA) and Europe (EUR). Time period. 2009-2022 Major taxa studied. Temperate deciduous forest trees. Methods. We developed an approach to quantify ICVLo through the analysis of RGB images taken from phenological cameras. We related ICVLo to species richness, phylogenetic diversity and environmental conditions. We quantified the intra-community variability of the amount of radiation received and of exposure to late frost. Results. Leaf-out occurred over a longer time interval in ENA than in EUR. The sensitivity of leaf-out to temperature was identical in both regions (-3.4 days per degC). The distributions of ICVLo were similar in EUR and ENA forests, despite the latter being more species-rich and phylogenetically diverse. In both regions, cooler conditions and an earlier occurrence of leaf-out resulted in higher ICVLo. ICVLo resulted in a ca. 8% difference of radiation absorption over spring among individual trees. Forest communities in ENA had shorter safety margins as regards the exposure to late frosts, and were actually more frequently exposed to late frosts. Main conclusions. We conducted the first intercontinental analysis of the variability of leaf-out at the scale of tree communities. North American and European forests showed similar ICVLo, in spite of their differences in terms of species richness and phylogenetic diversity, highlighting the relevance of environmental controls on ICVLo. We quantified two ecological implications of ICVLo (difference in terms of radiation absorption and exposure to late frost), which should be explored in the context of ongoing climate change, which affects trees differently according to their phenological niche.